一种数据管理方法、系统、设备和介质技术方案

本发明专利技术提供的一种数据管理方法、系统、设备和介质，本发明专利技术涉及数据管理技术领域，该方法包括基于多个电路板的历史运行数据使用运行数据处理模型确定K均值聚类算法中的K值；基于K均值聚类算法和K均值聚类算法中的K值对多个电路板的历史运行数据进行聚类得到K个簇和K个簇中的每个簇的聚类中心；基于图卷积网络模型对电路板图结构进行处理确定需要保留的多个电路板的异常运行数据和需要删除的多个电路板的正常运行数据；基于需要保留的多个电路板的异常历史运行数据和需要删除的多个电路板的正常历史运行数据进行数据管理，该方法能够快速准确的对电路板的异常数据和正常数据进行筛选管理。

【技术实现步骤摘要】

本专利技术涉及数据管理，具体涉及一种数据管理方法、系统、设备和介质。

技术介绍

1、电路板作为现代电子设备的核心组件，其运行过程中会产生大量的历史运行数据，包括温度、电流、电压序列数据以及操作日志等。然而，电路板在长时间运行中产生的数据量极其庞大，在电路板运行数据中，大部分数据是正常的，代表了电路板在常规条件下运行的状态。然而，真正值得关注的是那些异常数据，它们可能是电路板故障的早期预警信号，或是性能下降的标志。异常数据的识别和分析对于预防故障、优化电路板性能至关重要。相比之下，正常数据虽然占大多数，但它们在多数情况下不会引起关注，过多的正常数据存储和分析不仅消耗大量资源，还可能掩盖真正重要的异常信息。传统的数据管理方法，如基于规则的筛选或简单的统计分析，难以有效地从海量数据中区分正常数据与异常数据。这主要是因为异常数据往往具有低频性和不确定性，其模式可能随时间变化或因外部因素而产生。

2、因此如何快速准确的对电路板的异常数据和正常数据进行筛选管理是当前亟待解决的问题。

技术实现思路>

1、本专利技本文档来自技高网...

【技术保护点】

1.一种数据管理方法，其特征在于，包括：

2.如权利要求1所述的数据管理方法，其特征在于，所述电路板的历史运行数据包括历史温度序列数据、历史电流序列数据、历史电压序列数据、历史操作日志。

3.如权利要求1所述的数据管理方法，其特征在于，所述运行数据处理模型为长短期神经网络模型，所述运行数据处理模型的输入为所述多个电路板的历史运行数据，所述运行数据处理模型的输出为K均值聚类算法中的K值。

4.如权利要求1所述的数据管理方法，其特征在于，所述构建电路板图结构还包括：

5.如权利要求1所述的数据管理方法，其特征在于，所述图卷积网络模型的输入为所述...

【技术特征摘要】

1.一种数据管理方法，其特征在于，包括：

2.如权利要求1所述的数据管理方法，其特征在于，所述电路板的历史运行数据包括历史温度序列数据、历史电流序列数据、历史电压序列数据、历史操作日志。

3.如权利要求1所述的数据管理方法，其特征在于，所述运行数据处理模型为长短期神经网络模型，所述运行数据处理模型的输入为所述多个电路板的历史运行数据，所述运行数据处理模型的输出为k均值聚类算法中的k值。

4.如权利要求1所述的数据管理方法，其特征在于，所述构建电路板图结构还包括：

5.如权利要求1所述的数据管理方法，其特征在于，所述图卷积网络模型的输入为所述电路板图结构，所述图卷积网络模型的输出为需要保留的多个电路板的异常运行数据...

【专利技术属性】
技术研发人员：王勇，黄华牛，张菲，刘恩发，王晨，
申请(专利权)人：广州佑星科技有限公司，
类型：发明
国别省市：